知乎社交网络分析 Python

[simoncos]

刚写好的博文：

• 知乎社交网络分析（上）：基本统计
• 知乎社交网络分析（下）：关注网络

代码烂，请轻吐指点。有想要一起做更多分析的小伙伴，约约~

[vitovan]

晦涩。
或许是我太愚蠢。

[GPU]

太过专业的文章 ， 导致看不懂。

[simoncos]

@vitovan 感觉这种文章不大好写 orz...上篇如果觉得没意思可以看看下，感觉稍微接地气一点~

[simoncos]

@GPU 可以只看下篇哈哈~我个人觉得要更有趣一点，结论也好懂一些

[boter]

这个很有价值呀

[wizardforcel]

知乎是典型的马太效应，由于答案权重参照该领域的历史回答。

[simoncos]

@wizardforcel 更一般来说，只要新连接对连接数高的结点有偏好，就会产生幂律，答案的赞同也是，用户的关注也是。

[onelove]

有兴趣，在学 python ，也想做类似的分析。

[wizardforcel]

@simoncos 所以光有干货很容易被埋没，还需要特别的技巧。

[simoncos]

@wizardforcel 终于知道事事凭关系的社会是怎么来的了 233

[simoncos]

@onelove 了解了解爬虫，再学点基础的分析知识，然后看看 networkx 之类的网络分析库

[mfinal]

滋瓷，要是来点其他 John 的 centrality 就看起来更高端了🤓

[simoncos]

@mfinal 一眼看到 john 还以为看错了

[wizardforcel]

@simoncos 实际上点赞排位也没什么，如果一个赞是看人点的，其它用户可以点踩把它踩下去。目前知乎踩的权重还是相当高的。

但是我说的是，一个用户在某个话题历史回答的累计赞数也对排位有影响。这个就是“马太效应”了。

[chengzhoukun]

不错啊 很多数学统计方面的知识

[simoncos]

@wizardforcel 没错，看来知乎上的马太效应的偏好源头不止一个，有来自用户的，有来自答案排位的，而答案排位又受一些因素影响。

[fengxiang]

我就想知道首页的算法是啥？
有段时间每天都能看见什么 48 ，根本没关注过这东西。

[onelove]

@simoncos 多谢。社交网络分析，很多年前上学的时候“研究”过。毕业工作后，感觉还是有兴趣，顺便学学技术。

[simoncos]

@fengxiang 这个不太清楚，估计是推荐系统搞的鬼把

[akagi]

cool~ 打算用来验证些东西 真心感谢

[simoncos]

@akagi 有啥有趣的结果分享一下啊~

[llhh]

挺有意思的，抓取量再大些。

[simoncos]

@llhh 因为关注网络需要连接完整，用了广度优先，按平均每个人关注了 100 人来算，下一层就是几百万用户。其实就算现在的几万用户，也只是选了很小的子集进行网络分析，如果是 2.6 万用户这个网络，内部包含的连接数就有百万级别。对分布式计算熟悉度不高，所以觉得自己还是太菜。